Projet elections presidentielles

- Vous travaillez pour un organisme de presse.

- Vous devez fournir ttes les analyses et les viz correspondantes aux résultats du 1er tour et du 2è tour.

- Surtout des cartes géo interactives (stylé et sympa)

- Soyez curieux et inventifs

- N.B : le notebook est un support (pr vs aider) et non le projet final

Rq : pourquoi ne pas utiliser Flask pr les viz sur Elections Presidentielles

In [1]:
#attention installer plotky 3.1 pas la derniere version
#conda install -c plotly plotly=3.10.0
In [2]:
import matplotlib
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from pandas.plotting import scatter_matrix
#pour faire la carte interative
import folium
from folium.plugins import FastMarkerCluster
import geopandas as gpd

from branca.colormap import LinearColormap
#corrélations
import seaborn as sns
sns.set()
#ouvir dansle navigateur
import webbrowser
In [3]:
matplotlib.__version__
Out[3]:
'3.0.3'
In [4]:
%matplotlib inline
In [5]:
plt.style.use('ggplot')
In [6]:
all_sheet_in_odict_df = pd.read_excel('source/resultat-elections-2012.xls', sheet_name = None, index_col = None)
In [7]:
all_sheet_in_odict_df.keys()
Out[7]:
odict_keys(['France entière T1T2', 'Régions T1', 'Régions T2', 'Départements T1', 'Départements T2', 'Circo leg T1', 'Circo leg T2', 'Cantons T1', 'Cantons T2'])
In [8]:
all_sheet_in_odict_df['Circo leg T1'].head()
Out[8]:
Code du département Libellé du département Code de la circonscription Libellé de la circonscription Inscrits Abstentions % Abs/Ins Votants % Vot/Ins Blancs et nuls ... Prénom.8 Voix.8 % Voix/Ins.8 % Voix/Exp.8 Sexe.9 Nom.9 Prénom.9 Voix.9 % Voix/Ins.9 % Voix/Exp.9
0 1 AIN 1 1ère circonscription 79016 12872 16.29 66144 83.71 1392 ... Nicolas 1465 1.85 2.26 M HOLLANDE François 15675 19.84 24.21
1 1 AIN 2 2ème circonscription 86823 13126 15.12 73697 84.88 1380 ... Nicolas 1584 1.82 2.19 M HOLLANDE François 16126 18.57 22.30
2 1 AIN 3 3ème circonscription 69832 13522 19.36 56310 80.64 1030 ... Nicolas 1177 1.69 2.13 M HOLLANDE François 12682 18.16 22.94
3 1 AIN 4 4ème circonscription 84491 13160 15.58 71331 84.42 1484 ... Nicolas 1636 1.94 2.34 M HOLLANDE François 15084 17.85 21.60
4 1 AIN 5 5ème circonscription 73646 13316 18.08 60330 81.92 1167 ... Nicolas 1346 1.83 2.28 M HOLLANDE François 13529 18.37 22.87

5 rows × 75 columns

In [9]:
tour1 = pd.read_excel('source/resultat-elections-2012.xls', sheet_name = 'Départements T1', index_col = None)
In [10]:
tour1['Code du département'].replace({'ZA':'971','ZB':'972','ZC':'973','ZD':'974','ZM':'976'}, inplace=True)
In [11]:
tour2 = pd.read_excel('source/resultat-elections-2012.xls', sheet_name = 'Départements T2', index_col = None)
In [12]:
tour2['Code du département'].replace({'ZA':'971','ZB':'972','ZC':'973','ZD':'974','ZM':'976'}, inplace=True)
In [13]:
tour1_2 = tour1.merge(tour2, on = 'Code du département', suffixes = ('T1', 'T2'))
In [14]:
tour1_2["rHollandeT1"] = tour1_2['Voix.9'] / (tour1_2["VotantsT1"] - tour1_2["Blancs et nulsT1"])
tour1_2["rSarkozyT1"] = tour1_2['Voix.2'] / (tour1_2["VotantsT1"] - tour1_2["Blancs et nulsT1"])
tour1_2["rNulT1"] = tour1_2["Blancs et nulsT1"] / tour1_2["VotantsT1"]
tour1_2["rHollandeT2"] = tour1_2["VoixT2"] / (tour1_2["VotantsT2"] - tour1_2["Blancs et nulsT2"])
tour1_2["rSarkozyT2"] = tour1_2['Voix.1T2'] / (tour1_2["VotantsT2"] - tour1_2["Blancs et nulsT2"])
tour1_2["rNulT2"] = tour1_2["Blancs et nulsT2"] / tour1_2["VotantsT2"]
data = tour1_2[["Code du département", "Libellé du départementT1",
             "VotantsT1", "rHollandeT1", "rSarkozyT1", "rNulT1",
             "VotantsT2", "rHollandeT2", "rSarkozyT2", "rNulT2"]]
In [15]:
tour1_2.to_excel("source/temp/tour1_2.xlsx")
tour1.to_excel("source/temp/tour1.xlsx")
tour2.to_excel("source/temp/tour2.xlsx")
data.to_excel("source/temp/data.xlsx")
In [16]:
dix=data.iloc[0:10]
vingt=data.iloc[10:20]
trente=data.iloc[20:30]
quarante=data.iloc[30:40]
cinquante=data.iloc[40:50]
soixante=data.iloc[50:60] 
soixante_dix=data.iloc[60:70]
quatre_vingt=data.iloc[70:80]
quatre_vingt_dix=data.iloc[80:90]
cent=data.iloc[90:100]
cent_sept=data.iloc[100:107]
In [17]:
dix.plot(x="Libellé du départementT1", y=["rHollandeT2", "rSarkozyT2"], label=("Hollande","sarkozy"),figsize=(8,4))
plt.xticks(rotation='vertical')
plt.title('Réparition des votes au second tour par département') 
plt.xlabel('Département')
plt.ylabel('Pourcentage de vote')
plt.savefig('static/dix')

vingt.plot(x="Libellé du départementT1", y=["rHollandeT2", "rSarkozyT2"], figsize=(8,4))
plt.xticks(rotation='vertical')
plt.title('Réparition des votes au second tour par département') 
plt.xlabel('Département')
plt.ylabel('Pourcentage de vote')
plt.savefig('static/vingt')

trente.plot(x="Libellé du départementT1", y=["rHollandeT2", "rSarkozyT2"], figsize=(8,4))
plt.xticks(rotation='vertical')
plt.title('Réparition des votes au second tour par département') 
plt.xlabel('Département')
plt.ylabel('Pourcentage de vote')
plt.savefig('static/trente')

quarante.plot(x="Libellé du départementT1", y=["rHollandeT2", "rSarkozyT2"], figsize=(8,4))
plt.xticks(rotation='vertical')
plt.title('Réparition des votes au second tour par département') 
plt.xlabel('Département')
plt.ylabel('Pourcentage de vote')
plt.savefig('static/quarante')

cinquante.plot(x="Libellé du départementT1", y=["rHollandeT2", "rSarkozyT2"], figsize=(8,4))
plt.xticks(rotation='vertical')
plt.title('Réparition des votes au second tour par département') 
plt.xlabel('Département')
plt.ylabel('Pourcentage de vote')
plt.savefig('static/cinquante')

soixante.plot(x="Libellé du départementT1", y=["rHollandeT2", "rSarkozyT2"], figsize=(8,4))
plt.xticks(rotation='vertical')
plt.title('Réparition des votes au second tour par département') 
plt.xlabel('Département')
plt.ylabel('Pourcentage de vote')
plt.savefig('static/soixante')

soixante_dix.plot(x="Libellé du départementT1", y=["rHollandeT2", "rSarkozyT2"], figsize=(8,4))
plt.xticks(rotation='vertical')
plt.title('Réparition des votes au second tour par département') 
plt.xlabel('Département')
plt.ylabel('Pourcentage de vote')
plt.savefig('static/soixante_dix')

quatre_vingt.plot(x="Libellé du départementT1", y=["rHollandeT2", "rSarkozyT2"], figsize=(8,4))
plt.xticks(rotation='vertical')
plt.title('Réparition des votes au second tour par département') 
plt.xlabel('Département')
plt.ylabel('Pourcentage de vote')
plt.savefig('static/quatre_vingt')

quatre_vingt_dix.plot(x="Libellé du départementT1", y=["rHollandeT2", "rSarkozyT2"], figsize=(8,4))
plt.xticks(rotation='vertical')
plt.title('Réparition des votes au second tour par département') 
plt.xlabel('Département')
plt.ylabel('Pourcentage de vote')
plt.savefig('static/quatre_vingt_dix')

cent.plot(x="Libellé du départementT1", y=["rHollandeT2", "rSarkozyT2"], figsize=(8,4))
plt.xticks(rotation='vertical')
plt.title('Réparition des votes au second tour par département') 
plt.xlabel('Département')
plt.ylabel('Pourcentage de vote')
plt.savefig('static/cent')

cent_sept.plot(x="Libellé du départementT1", y=["rHollandeT2", "rSarkozyT2"], figsize=(8,4))
plt.xticks(rotation='vertical')
plt.title('Réparition des votes au second tour par département') 
plt.xlabel('Département')
plt.ylabel('Pourcentage de vote')
plt.savefig('static/cent_sept')

plt.title('Réparition des votes au second tour par département') 
plt.xlabel('Département')
plt.ylabel('Pourcentage de vote')

print("")










    

















    

















    

















    

















    

















    

















    

















    

















    

















    

















    


























In [18]:



    


data.plot(x="Libellé du départementT1", y=["rHollandeT2", "rSarkozyT2"],
          label=("Hollande","sarkozy"),figsize=(20,5), kind="bar", stacked=True)
plt.title('Réparition des votes au second tour par département') 
plt.xlabel('Département')
plt.ylabel('Pourcentage de vote')
print("")
plt.savefig('static/Réparition des votes au second tour par département')



    















    















    


























In [19]:



    


# Graphe de corrélation (nuage de point = scatter plot)

data.plot(x="rHollandeT1", y="rHollandeT2", figsize=(16,5),
          kind="scatter", label="Hollande", title="correlation")
plt.title('Corrélation des votes entre le premier tour et le second tour pour Hollande') 
plt.xlabel('Pourcentage de vote au premier tour')
plt.ylabel('Pourcentage de vote au deuxiéme tour')
plt.savefig('static/Corrélation des votes entre le premier tour et le second tour pour Hollande');



    















    


























In [20]:



    


# Superposition de graphes ; 2 scatter plot avec des couleurs diff et une légende

ax=data.plot(x="rHollandeT1", y="rHollandeT2", figsize=(16,5),
               kind="scatter", label="Hollande", title="Corrélation des votes entre le premier tour et le second tour pour Hollande et Sarkozy")
data.plot(x="rSarkozyT1", y="rSarkozyT2", kind="scatter", label="Sarkozy", ax=ax, c="red");
plt.xlabel('Pourcentage de vote au premier tour')
plt.ylabel('Pourcentage de vote au deuxiéme tour')
plt.savefig('static/Corrélation des votes entre le premier tour et le second tour pour Hollande et Sarkozy');



    















    


























In [21]:



    


# Ajouter une ligne sur un graphe

ax=data.plot(x="rHollandeT1", y="rHollandeT2", figsize=(16,5),
               kind="scatter", label="Hollande", title="Vérification de la cohérence des votes (corrélation positive)")
data.plot(x="rSarkozyT1", y="rSarkozyT2", kind="scatter", label="Sarkozy", ax=ax, c="red");
plt.xlabel('Pourcentage de vote au premier tour')
plt.ylabel('Pourcentage de vote au deuxiéme tour')

ax.plot([0.2,0.7], [0.2,0.7], "g--")
ax.text(0.5, 0.65, "Corrélation positive", weight="bold", rotation="17")
ax.text(0.5, 0.5, "Corrélation négative", weight="bold", rotation="17")
plt.savefig('static/Vérification de la cohérence des votes (corrélation positive)');



    















    


























In [22]:



    


# plusieurs graphes sur la mâme figure
fig, axes = plt.subplots(1, 2, figsize=(16,5), sharey=True)

data.plot(x="rHollandeT1", y="rHollandeT2", kind="scatter", 
          label="Hollande", ax=axes[0])
plt.xlabel('Pourcentage de vote au premier tour')
plt.ylabel('Pourcentage de vote au deuxiéme tour')

data.plot(x="rSarkozyT1", y="rSarkozyT2", kind="scatter",
          label="Sarkozy", ax=axes[1], c="red")
plt.xlabel('Pourcentage de vote au premier tour')
plt.ylabel('Pourcentage de vote au deuxiéme tour')

print('')
plt.savefig('static/Corrélation des votes entre le premier tour et le second tour pour Hollande et Sarkozy_2');



    















    















    


























In [23]:



    


fig, axes = plt.subplots(1, 1, figsize=(16,5))
c = axes.scatter(x=data["rHollandeT1"],
            y=data["rHollandeT2"],
            s=data["VotantsT1"]/5000, alpha=0.5)
plt.xlabel('Pourcentage de vote au premier tour')
plt.ylabel('Pourcentage de vote au deuxiéme tour')

axes.plot([0.15,0.7], [0.15,0.7], "g--")
axes.legend( (c,), ("Hollande",) );



    















    


























In [24]:



    


Joly=sum(tour1_2["VoixT1"])/1000000
Lepen=sum(tour1_2["Voix.1T1"])/1000000
Melenchon=sum(tour1_2["Voix.3"])/1000000
Arthaud=sum(tour1_2["Voix.5"])/1000000
Cheminade=sum(tour1_2["Voix.6"])/1000000
Bayrou=sum(tour1_2["Voix.7"])/1000000
Dupont=sum(tour1_2["Voix.8"])/1000000
Poutou=sum(tour1_2["Voix.4"])/1000000
HollandeT1=sum(tour1_2["Voix.9"])/1000000
SarkozyT1=sum(tour1_2["Voix.2"])/1000000
NulT1=sum(tour1_2["Blancs et nulsT1"])/1000000



    













In [25]:



    


colors = ['b', 'c', 'y', 'm', 'r', 'g', 'c', 'yellowgreen', 'y', 'k', 'w']

HT1 = plt.scatter (2, HollandeT1,  marker='x', color=colors[0])
ST1 = plt.scatter(3, SarkozyT1,  marker='o', color=colors[1])
JT1  = plt.scatter(4, Joly,  marker='*', color=colors[2])
LT1  = plt.scatter(5, Lepen,  marker='v', color=colors[3])
MT1  = plt.scatter(6, Melenchon,  marker='P', color=colors[4])
AT1  = plt.scatter(7, Arthaud,  marker='^', color=colors[5])
CT1  = plt.scatter(8, Cheminade,  marker='H', color=colors[6])
BT1  = plt.scatter(9, Bayrou,  marker='D', color=colors[7])
DT1  = plt.scatter(10, Dupont,  marker='8', color=colors[8])
PT1  = plt.scatter(11, Poutou,  marker='s', color=colors[9])
NT1  = plt.scatter(1, NulT1,  marker='p', color=colors[10])
plt.legend((HT1, ST1, JT1, LT1, MT1, AT1, CT1, BT1, DT1, PT1,NT1),
           ('Hollande', 'Sarkozy','Joly','Lepen','Melenchon','Arthaud','Cheminade','Bayrou','Dupont', 'Poutou','Nul'),
           scatterpoints=1,
           loc='upper right',
           ncol=3,
           fontsize=8,title="Répartition des votes au premier tour")
plt.xlabel('Candidats')
plt.ylabel('Nombre de voix (en million)')
print("")
plt.savefig('static/Répartition des votes au premier tour_scatter');



    















    















    


























In [26]:



    


colors = ['b', 'c', 'y', 'm', 'r', 'g', 'c', 'yellowgreen', 'y', 'k', 'w']

HT1 = plt.bar (2, HollandeT1,   color=colors[0])
ST1 = plt.bar(3, SarkozyT1,   color=colors[1])
JT1  = plt.bar(4, Joly,   color=colors[2])
LT1  = plt.bar(5, Lepen,   color=colors[3])
MT1  = plt.bar(6, Melenchon,   color=colors[4])
AT1  = plt.bar(7, Arthaud,   color=colors[5])
CT1  = plt.bar(8, Cheminade,   color=colors[6])
BT1  = plt.bar(9, Bayrou,   color=colors[7])
DT1  = plt.bar(10, Dupont,   color=colors[8])
PT1  = plt.bar(11, Poutou,   color=colors[9])
NT1  = plt.bar(1, NulT1,   color=colors[10])
plt.legend((HT1, ST1, JT1, LT1, MT1, AT1, CT1, BT1, DT1, PT1,NT1),
           ('Hollande', 'Sarkozy','Joly','Lepen','Melenchon','Arthaud','Cheminade','Bayrou','Dupont', 'Poutou','Nul'),
           scatterpoints=1,
           loc='upper right',
           ncol=3,
           fontsize=8,title="Répartition des votes au premier tour")
plt.xlabel('Candidats')
plt.ylabel('Nombre de voix (en million)')
print("")
plt.savefig('static/Répartition des votes au premier tour_plot');



    















    















    


























In [27]:



    


colors = ['r','b', 'c', 'y', 'm', 'r', 'g', 'c', 'yellowgreen', 'y', 'k']
slices=[NulT1,HollandeT1,Joly,SarkozyT1,Lepen,Cheminade,Melenchon,Arthaud,Bayrou,Dupont,Poutou]
labels=['Nul','Hollande','Joly', 'Sarkozy','Lepen','Cheminade','Melenchon','Arthaud','Bayrou','Dupont', 'Poutou']

plt.pie (slices,labels=labels,colors=colors, shadow = True, autopct='%1.1f%%',explode = (0, 0.1, 0, 0,0,0,0,0,0,0,0))

plt.title("Répartition des votes au premier tour", fontsize=20)
plt.gcf().set_size_inches(10,10)
print("")
plt.savefig('static/Répartition des votes au premier tour_pie');



    















    















    


























In [28]:



    


plt.boxplot([[NulT1,HollandeT1,Joly,SarkozyT1,Lepen,Cheminade,Melenchon,Arthaud,Bayrou,Dupont,Poutou]
])
plt.title("Répartition des votes au premier tour en million", fontsize=20)
plt.ylabel('Nbre de voix', fontsize=12)

print("Voix des candidats au premier tour")
df = pd.DataFrame({'En millions':[NulT1,HollandeT1,Joly,SarkozyT1,Lepen,Cheminade,Melenchon,Arthaud,Bayrou,Dupont,Poutou]})
print(df.describe())
plt.savefig('static/Répartition des votes au premier tour_boxplot')



    















    






Voix des candidats au premier tour
       En millions
count    11.000000
mean      3.325854
std       3.855358
min       0.089545
25%       0.527533
50%       0.828345
75%       5.203124
max      10.272705










    


























In [29]:



    


chomage = pd.read_excel('source/chomage.xls',sheet_name = 'Département', index_col = None)
chomage.rename(columns={'T2_2012':'Taux_chomage_T2_2012'}, inplace=True)

chomage_2012=chomage[['Code du département','Libellé', 'Taux_chomage_T2_2012' ]]

departement_elections_tour1=pd.read_excel('source/resultat-elections-2012.xls',sheet_name = 'Départements T1', index_col = None)
departement_elections_tour2=pd.read_excel('source/resultat-elections-2012.xls',sheet_name = 'Départements T2', index_col = None)
chomage_tour1 = departement_elections_tour1.merge(chomage_2012, left_on = 'Code du département', right_on = 'Code du département')
chomage_tour1.to_excel("source/temp/chomage_tour1.xlsx")
chomage_tou1_mini=chomage_tour1[['% Abs/Ins','% Vot/Ins', '% Exp/Ins', '% Exp/Vot', '% Voix/Exp', '% Voix/Exp.1', '% Voix/Exp.2', '% Voix/Exp.3','% Voix/Exp.4','% Voix/Exp.5','% Voix/Exp.6','% Voix/Exp.7','% Voix/Exp.8','% Voix/Exp.9','Taux_chomage_T2_2012' ]]
chomage_tou1_mini.to_excel("source/temp/chomage_tou1_mini.xlsx")
chomage_tour2 = departement_elections_tour2.merge(chomage_2012, left_on = 'Code du département', right_on = 'Code du département')
chomage_tour2.to_excel("source/temp/chomage_tour2.xlsx")



    













In [30]:



    


print("Correlations entre votes et chômage au premier tour:")
sns.heatmap(chomage_tou1_mini.corr(method='pearson'),annot=True,cmap='RdYlGn',linewidths=0.2,annot_kws={'size':20})
fig=plt.gcf()
fig.set_size_inches(20,20)
plt.xticks(fontsize=20)
plt.yticks(fontsize=20)
chaine = "\nOn observe une forte corrélation entre le taux de chomage et \nle nombre de personnes ayant voté pour Le Pen, puis un peu moins \npour Mélanchon et enfin pour l'abstention.\nOn remarque aussi que la corrélation est trés négative \nentre le taux de chomage et Bayrou et deux fois moins avec Sarkozy et Dupont-Aignan au premier tour."
print(chaine)
plt.savefig('static/Correlations entre votes et chômage au premier tour')



    















    






Correlations entre votes et chômage au premier tour:

On observe une forte corrélation entre le taux de chomage et 
le nombre de personnes ayant voté pour Le Pen, puis un peu moins 
pour Mélanchon et enfin pour l'abstention.
On remarque aussi que la corrélation est trés négative 
entre le taux de chomage et Bayrou et deux fois moins avec Sarkozy et Dupont-Aignan au premier tour.










    


























In [31]:



    


chomage_tour1.plot(x="Libellé du département", y=["% Voix/Ins.9","% Voix/Ins.2","% Voix/Ins.1","% Voix/Ins.3" ,"% Abs/Ins","% Voix/Ins.7","% Voix/Ins.8","Taux_chomage_T2_2012"], label=("Hollande","sarkozy","Le Pen","Mélanchon", "Abstention","Bayrou","Dupont-Aignan","Taux de chomage"),figsize=(16,5))
plt.xticks(rotation='vertical')
plt.title('Réparition des votes au premier tour et taux de chomage par département (en %)') 
plt.xlabel('Département')
plt.ylabel('Pourcentage')
plt.savefig('static/Réparition des votes au premier tour et taux de chomage par département (en %)')



    















    


























In [32]:



    


chomage_tour2.plot(x="Libellé du département", y=["% Voix/Exp","% Voix/Exp.1","Taux_chomage_T2_2012"], label=("Hollande","sarkozy","Taux de chomage"),figsize=(8,4))
plt.xticks(rotation='vertical')
plt.title('Réparition des votes au second tour et taux de chomage par département (en %)') 
plt.xlabel('Département')
plt.ylabel('Pourcentage')
plt.savefig('static/Réparition des votes au second tour et taux de chomage par département (en %)')



    















    


























In [33]:



    


print("Correlations entre votes et chômage au deuxiéme tour:")
sns.heatmap(chomage_tour2.corr(method='pearson'),annot=True,cmap='RdYlGn',linewidths=0.2,annot_kws={'size':20})
fig=plt.gcf()
fig.set_size_inches(20,20)
plt.xticks(fontsize=20)
plt.yticks(fontsize=20)
chaine = "\nOn observe une légére corrélation entre le taux de chomage et \nl'abstention ainsi que les votes nuls.\nOn remarque aussi que la corrélation est deux fois plus forte \nentre le taux de chomage et Hollande qu'entre le taux de chomage et Sarkozy"
print(chaine)
plt.savefig('static/Correlations entre votes et chômage deuxieme tour')



    















    






Correlations entre votes et chômage au deuxiéme tour:

On observe une légére corrélation entre le taux de chomage et 
l'abstention ainsi que les votes nuls.
On remarque aussi que la corrélation est deux fois plus forte 
entre le taux de chomage et Hollande qu'entre le taux de chomage et Sarkozy










    


























In [34]:



    


print("Tableau des corrélations entre votes et chomages")
data.corr(method='pearson')



    















    






Tableau des corrélations entre votes et chomages










    
Out[34]:











  
    

      
      VotantsT1
      rHollandeT1
      rSarkozyT1
      rNulT1
      VotantsT2
      rHollandeT2
      rSarkozyT2
      rNulT2
    

  
  
    

      VotantsT1
      1.000000
      -0.116703
      -0.026674
      -0.317862
      0.999308
      -0.084958
      0.084958
      -0.304039
    

    

      rHollandeT1
      -0.116703
      1.000000
      -0.267538
      0.600723
      -0.099533
      0.843918
      -0.843918
      -0.188659
    

    

      rSarkozyT1
      -0.026674
      -0.267538
      1.000000
      -0.036376
      -0.019299
      -0.680546
      0.680546
      -0.427603
    

    

      rNulT1
      -0.317862
      0.600723
      -0.036376
      1.000000
      -0.306548
      0.421257
      -0.421257
      0.231829
    

    

      VotantsT2
      0.999308
      -0.099533
      -0.019299
      -0.306548
      1.000000
      -0.076931
      0.076931
      -0.317031
    

    

      rHollandeT2
      -0.084958
      0.843918
      -0.680546
      0.421257
      -0.076931
      1.000000
      -1.000000
      0.073186
    

    

      rSarkozyT2
      0.084958
      -0.843918
      0.680546
      -0.421257
      0.076931
      -1.000000
      1.000000
      -0.073186
    

    

      rNulT2
      -0.304039
      -0.188659
      -0.427603
      0.231829
      -0.317031
      0.073186
      -0.073186
      1.000000
    

  






















In [35]:



    


tour2['% Voix/Exp'].isna().sum()



    















    
Out[35]:








1



















In [36]:



    


tour2['% Voix/Exp'].fillna(method='ffill', inplace=True)



    













In [37]:



    


tour2['% Voix/Exp'].isna().sum()



    















    
Out[37]:








0



















In [38]:



    


tour2.to_excel("source/temp/tour2.xlsx")



    













In [39]:



    


state_geo = f'https://raw.githubusercontent.com/gregoiredavid/france-geojson/master/departements.geojson'
state_data = pd.read_excel('source/temp/tour2.xlsx')
state_data = state_data.to_csv('source/temp/tour2.csv', encoding='utf-8')
state_data = pd.read_csv('source/temp/tour2.csv')
map1 = folium.Map(location=[48.866667, 2.333333],
                        zoom_start = 5)

folium.Choropleth(
    geo_data=state_geo,
    name='choropleth',
    data=state_data,
    columns=['Code du département', '% Voix/Exp'],
    key_on='feature.properties.code',
    fill_color='BuPu', nan_fill_color='white', 
    fill_opacity=0.6, nan_fill_opacity=None, 
    line_color='black', line_weight=1, line_opacity=1,
    legend_name='Pourcentage de vote pour Hollande au deuxième tour par département'
).add_to(map1)

folium.LayerControl().add_to(map1)
print("Pourcentage de vote pour Hollande au deuxième tour par département")
map1



    















    






Pourcentage de vote pour Hollande au deuxième tour par département










    
Out[39]:


























In [40]:



    


map1.save('templates/map1.html')



    













In [41]:



    


state_geo = f'https://raw.githubusercontent.com/gregoiredavid/france-geojson/master/regions.geojson'
state_data = pd.read_excel('source/temp/tour2.xlsx')
state_data = state_data.to_csv('source/temp/tour2.csv', encoding='utf-8')
state_data = pd.read_csv('source/temp/tour2.csv')
map1_1 = folium.Map(location=[48.866667, 2.333333],
                        zoom_start = 5)

folium.Choropleth(
    geo_data=state_geo,
    name='choropleth',
    data=state_data,
    columns=['Code du département', '% Voix/Exp'],
    key_on='feature.properties.code',
    fill_color='OrRd', nan_fill_color='white', 
    fill_opacity=0.6, nan_fill_opacity=None, 
    line_color='black', line_weight=1, line_opacity=1,
    legend_name='Pourcentage de vote pour Hollande, au deuxième tour, par région'
).add_to(map1_1)

folium.LayerControl().add_to(map1_1)
print("Pourcentage de vote pour Hollande, au deuxième tour, par région")
map1_1



    















    






Pourcentage de vote pour Hollande, au deuxième tour, par région










    
Out[41]:


























In [42]:



    


map1_1.save('templates/map1_1.html')



    













In [ ]:



    


 



    













In [43]:



    


state_geo = f'https://raw.githubusercontent.com/gregoiredavid/france-geojson/master/departements.geojson'
state_data = pd.read_excel('source/temp/tour2.xlsx')
state_data = state_data.to_csv('source/temp/tour2.csv', encoding='utf-8')
state_data = pd.read_csv('source/temp/tour2.csv')
map1_2 = folium.Map(location=[48.866667, 2.333333],
                        zoom_start = 5)

folium.Choropleth(
    geo_data=state_geo,
    name='choropleth',
    data=state_data,
    columns=['Code du département', '% Voix/Exp.1'],
    key_on='feature.properties.code',
    fill_color='BuPu', nan_fill_color='white', 
    fill_opacity=0.6, nan_fill_opacity=None, 
    line_color='black', line_weight=1, line_opacity=1,
    legend_name='Pourcentage de vote pour Sarkozy au deuxième tour par département'
).add_to(map1_2)

folium.LayerControl().add_to(map1_2)
print("Pourcentage de vote pour Sarkozy au deuxième tour par département")
map1_2



    















    






Pourcentage de vote pour Sarkozy au deuxième tour par département










    
Out[43]:


























In [44]:



    


map1_2.save('templates/map1_2.html')



    













In [45]:



    


state_geo = f'https://raw.githubusercontent.com/gregoiredavid/france-geojson/master/regions.geojson'
state_data = pd.read_excel('source/temp/tour2.xlsx')
state_data = state_data.to_csv('source/temp/tour2.csv', encoding='utf-8')
state_data = pd.read_csv('source/temp/tour2.csv')
map1_3 = folium.Map(location=[48.866667, 2.333333],
                        zoom_start = 5)

folium.Choropleth(
    geo_data=state_geo,
    name='choropleth',
    data=state_data,
    columns=['Code du département', '% Voix/Exp.1'],
    key_on='feature.properties.code',
    fill_color='GnBu', nan_fill_color='white', 
    fill_opacity=0.6, nan_fill_opacity=None, 
    line_color='black', line_weight=1, line_opacity=1,
    legend_name='Pourcentage de vote pour Sarkozy au deuxième tour par région'
).add_to(map1_3)

folium.LayerControl().add_to(map1_3)
print("Pourcentage de vote pour Sarkozy au deuxième tour par région")
map1_3



    















    






Pourcentage de vote pour Sarkozy au deuxième tour par région










    
Out[45]:


























In [46]:



    


map1_3.save('templates/map1_3.html')



    













In [ ]:



    


 



    













In [47]:



    


tour2['diff']=tour2['Voix']-tour2['Voix.1']



    













In [48]:



    


def win(diff):
    if diff > 0:
        res = 1
    else:
        res = 0
    return res
tour2['Winner'] = list(map(win, tour2['diff']))



    













In [49]:



    


state_geo = f'https://raw.githubusercontent.com/gregoiredavid/france-geojson/master/departements.geojson'
#state_data = pd.read_excel('source/temp/tour2.xlsx')
state_data = tour2.to_csv('source/temp/tour2.csv', encoding='utf-8')
state_data = pd.read_csv('source/temp/tour2.csv')
map2 = folium.Map(location=[48.866667, 2.333333],
                        zoom_start = 5)

folium.Choropleth(
    geo_data=state_geo,
    name='choropleth',
    data=state_data,
    columns=['Code du département', 'Winner'],
    key_on='feature.properties.code',
    fill_color='BuPu', nan_fill_color='purple', 
    fill_opacity=0.6, nan_fill_opacity=None, 
    line_color='black', line_weight=1, line_opacity=1,
    legend_name='Votes pour Sarkozy (Blanc) ou Hollande (violet) au deuxieme tour par département'
).add_to(map2)


folium.LayerControl().add_to(map2)
print("Votes pour Sarkozy (Blanc) ou Hollande (violet) au deuxieme tour par département")
map2



    















    






Votes pour Sarkozy (Blanc) ou Hollande (violet) au deuxieme tour par département










    
Out[49]:


























In [50]:



    


map2.save('templates/map2.html')



    













In [51]:



    


state_geo = f'https://raw.githubusercontent.com/gregoiredavid/france-geojson/master/regions.geojson'
#state_data = pd.read_excel('source/temp/tour2.xlsx')
state_data = tour2.to_csv('source/temp/tour2.csv', encoding='utf-8')
state_data = pd.read_csv('source/temp/tour2.csv')
map3 = folium.Map(location=[48.866667, 2.333333],
                        zoom_start = 5)

folium.Choropleth(
    geo_data=state_geo,
    name='choropleth',
    data=state_data,
    columns=['Code du département', 'Winner'],
    key_on='feature.properties.code',
    fill_color='YlGn', nan_fill_color='black', 
    fill_opacity=0.6, nan_fill_opacity=None, 
    line_color='black', line_weight=1, line_opacity=1,
    legend_name='Votes pour Sarkozy (Blanc) ou Hollande (vert) au deuxieme tour par région'
).add_to(map3)


folium.LayerControl().add_to(map3)
print("Votes pour Sarkozy (Blanc) ou Hollande (vert) au deuxieme tour par région")
map3



    















    






Votes pour Sarkozy (Blanc) ou Hollande (vert) au deuxieme tour par région










    
Out[51]:


























In [52]:



    


map3.save('templates/map3.html')



    













In [53]:



    


webbrowser.open('templates/map1.html')
webbrowser.open('templates/map1_1.html')
webbrowser.open('templates/map1_2.html')
webbrowser.open('templates/map1_3.html')
webbrowser.open('templates/map2.html')
webbrowser.open('templates/map3.html')



    















    
Out[53]:








True



















In [ ]:



    


 



    















Créer PDF















A executer sur le terminal
sudo apt-get install texlive-xetex
sudo apt-get install pandoc


pip install nbconvert


OR
conda install nbconvert
EXECUTER CETTE LIGNE SUR LE TERMINAL
jupyter nbconvert --to pdf --TemplateExporter.exclude_input=False "Projet groupe éléctions présidentielles.ipynb"













In [ ]: